社会经济决定因素对年轻乳腺癌患者术后报告结局的影响
该数据集来自 clinicaltrials.gov 的前瞻性观察性队列研究,计划纳入 1000 名年轻中国乳腺癌患者,按临床决策与偏好分为保乳手术、单纯乳房切除、乳房切除加乳房重建三组

基本信息
资源简介
社会经济决定因素对年轻乳腺癌患者术后报告结局的影响
该数据集来自 clinicaltrials.gov 的前瞻性观察性队列研究,计划纳入 1000 名年轻中国乳腺癌患者,按临床决策与偏好分为保乳手术、单纯乳房切除、乳房切除加乳房重建三组。记录临床病理特征、社会经济决定因素、治疗信息及生存情况,并在诊断后 6、12 个月及此后每年随访至少 10 年。可用于分析社会经济因素对术后患者报告结局的影响,支持预后预测与生活质量相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:乳腺癌、手术、生活质量。本研究是一项前瞻性、观察性队列研究,旨在纳入 1000 名年轻中国乳腺癌患者,并根据其临床决策和偏好将其分配到三个组:保乳手术、单纯乳房切除术和乳房切除加乳房重建术。将记录临床病理特征(年龄、肿瘤、淋巴结、转移分期、病理特征等)、社会经济决定因素(教育水平、收入、保险状况、婚姻状况、职业状况、性格等)、治疗信息(是否接受新辅助化疗、术后并发症)和生存情况(局部复发、转移)。所有患者在诊断后第一年的 6 个月和 12 个月进行随访,此后每年随访一次,再随访 9 年(诊断后总随访至少 10 年)。
【主题与分类】
主题标签:Breast Cancer、Surgery、Quality of Life。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06425874
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT06425874
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
条件:乳腺癌、手术、生活质量。本研究是一项前瞻性、观察性队列研究,旨在入组1000名年轻中国乳腺癌患者,并根据其临床决策和偏好将其分配至三个组别:保乳手术组、单纯乳房切除术组和乳房切除术联合乳房重建组。将记录临床病理特征(年龄、肿瘤、淋巴结、转移分期、病理特征等)、社会经济决定因素(教育水平、收入、保险状况、婚姻状况、职业状况、性格等)、治疗信息(是否接受新辅助化疗、术后并发症)和生存情况(局部复发、转移)。所有患者在诊断后第一年将在6个月和12个月时接受随访,此后每年随访一次,再随访9年(即诊断后总随访时间至少10年)。在术后随访期间,将记录生活质量、心理健康、决策后悔、手术信息、治疗费用和监测随访情况。
本研究的主要终点是生活质量,采用Breast-Q和欧洲癌症研究与治疗组织生活质量核心问卷30(EORTC QLQ-C30)进行评估。次要终点包括决策冲突量表、决策后悔量表和医院焦虑抑郁量表(HADS)。将在三组之间比较主要和次要终点,并探讨基线社会经济决定因素对这些终点的影响。此外,研究者旨在探索使用选定的社会经济决定因素对年轻乳腺癌患者进行新型亚型分类方法的潜力。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




